Phân tích tương quan Pearson kiểm tra mối liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập trước khi chạy hồi quy, đồng thời cảnh báo sớm hiện tượng đa cộng tuyến. Bài viết hướng dẫn chạy tương quan trên ResearchSTAT và đọc ma trận Correlations.
Chuẩn bị: tạo biến đại diện
Tương quan và hồi quy dùng biến đại diện của mỗi thang đo, thường là trung bình các biến quan sát đã giữ lại sau Alpha và EFA. Trên ResearchSTAT, khi mở phép Tương quan mà dữ liệu chưa có biến đại diện, ô Gợi ý hiện nút Tạo biến đại diện; hệ thống tạo các biến (ví dụ STC = mean(STC1, STC2, STC3, STC4)) trong một phiên bản dữ liệu mới, dữ liệu cũ giữ nguyên.
Các bước thực hiện trên ResearchSTAT
- Mở Phân tích → Tương quan.
- Bấm Tạo biến đại diện nếu được nhắc, sau đó Áp dụng gợi ý “Tương quan các biến đại diện” (biến phụ thuộc xếp đầu).
- Giữ phương pháp Pearson, bấm Chạy phân tích.
Bảng Correlations
| SHL | STC | CLD | GCA | ||
|---|---|---|---|---|---|
| SHL | Pearson Correlation | 1 | .562** | .518** | .301** |
| Sig. (2-tailed) | .000 | .000 | .000 | ||
| N | 400 | 400 | 400 | 400 | |
| STC | Pearson Correlation | .562** | 1 | .364** | .217** |
| Sig. (2-tailed) | .000 | .000 | .000 | ||
| CLD | Pearson Correlation | .518** | .364** | 1 | .288** |
| GCA | Pearson Correlation | .301** | .217** | .288** | 1 |
**. Correlation is significant at the 0.01 level (2-tailed).
Đọc Sig. (2-tailed) trước
Sig. < 0,05 nghĩa là có tương quan có ý nghĩa thống kê. Cả ba biến độc lập đều tương quan với SHL (Sig. = 0,000), nên đều được đưa vào hồi quy.
Đọc dấu và độ lớn của hệ số r
r dương: cùng chiều. Độ mạnh theo Cohen (1988): |r| < 0,3 yếu, 0,3-0,5 trung bình, > 0,5 mạnh. STC (r = 0,562) và CLD (r = 0,518) tương quan mạnh với SHL; GCA (r = 0,301) ở mức trung bình.
Tương quan giữa các biến độc lập
Tương quan giữa các biến độc lập từ 0,217 đến 0,364, thấp hơn nhiều so với ngưỡng cảnh báo 0,8; chưa có dấu hiệu đa cộng tuyến. Kiểm tra chính thức bằng VIF ở bước hồi quy.
Mẫu viết kết quả
Kết quả phân tích tương quan Pearson cho thấy sự hài lòng (SHL) có tương quan thuận và có ý nghĩa thống kê với sự tin cậy (r = 0,562; p < 0,01), chất lượng dịch vụ (r = 0,518; p < 0,01) và giá cả cảm nhận (r = 0,301; p < 0,01). Hệ số tương quan giữa các biến độc lập không vượt quá 0,364, cho thấy ít khả năng xảy ra đa cộng tuyến.
Có cần chạy Spearman thay cho Pearson?
Với biến đại diện là trung bình nhiều câu Likert, Pearson được chấp nhận rộng rãi. Dùng Spearman khi biến là thứ bậc hoặc phân phối lệch mạnh.
Biến độc lập không tương quan với biến phụ thuộc có nên loại?
Có thể vẫn giữ trong hồi quy để kiểm định giả thuyết; kết quả hồi quy sẽ cho thấy tác động không có ý nghĩa và giả thuyết bị bác bỏ.
